固态硬盘的数据恢复方法、装置、设备及存储介质与流程
- 国知局
- 2024-07-31 19:43:50
本申请涉及数据处理,尤其涉及一种固态硬盘的数据恢复方法、装置、设备及存储介质。
背景技术:
1、在当前数字化时代,固态硬盘由于其高速、低功耗和可靠性等优势,逐渐成为存储设备的主流选择。然而,与之伴随而来的是固态硬盘在长时间使用过程中发生的数据损坏和存储单元故障问题,给数据的完整性和可靠性带来了挑战。为了应对这一挑战,研究人员加大了对固态硬盘数据恢复方法的研究力度,旨在提供高效、准确且实时的数据恢复方案。
2、尽管固态硬盘数据恢复领域已经取得了一些显著的进展,但依然存在一些突出的问题需要解决。随着固态硬盘技术的不断演进,新型存储介质和架构的引入使得数据损坏和存储单元故障的表现形式变得更加复杂多样,传统的数据恢复方法难以适应新的挑战。其次,大容量固态硬盘的普及使得数据恢复涉及的存储单元数量庞大,对于故障存储单元的准确检测和处理成为亟待解决的问题。
技术实现思路
1、本申请提供了一种固态硬盘的数据恢复方法、装置、设备及存储介质,用于提高了固态硬盘的数据恢复准确率。
2、第一方面,本申请提供了一种固态硬盘的数据恢复方法,所述固态硬盘的数据恢复方法包括:
3、采用故障隔离算法,对故障固态硬盘的故障存储单元进行数据放大和数据整合,得到目标原始数据集,其中,所述目标原始数据集包括:多个原始数据;
4、分别计算每个原始数据的异常得分数据,并根据所述异常得分数据动态调整损坏块状态;
5、根据所述损坏块状态构建所述目标原始数据集的数据恢复逻辑,并根据所述数据恢复逻辑对所述目标原始数据集进行策略搜索,生成多个数据恢复策略;
6、分别根据所述多个数据恢复策略对所述故障固态硬盘进行数据重构预测,得到每个数据恢复策略的重构预测数据,并对所述重构预测数据进行数据验证和特征检测,得到每个数据恢复策略的数据验证信息和策略特征信息;
7、将所述数据验证信息和策略特征信息输入预置的高斯线性回归模型进行特征回归预测,得到每个数据恢复策略的策略特征预测值;
8、根据所述策略特征预测值对所述多个数据恢复策略进行最优化分析,得到目标恢复策略,并根据所述目标恢复策略对所述多个原始数据进行动态数据重构,得到多个目标数据。
9、第二方面,本申请提供了一种固态硬盘的数据恢复装置,所述固态硬盘的数据恢复装置包括:
10、整合模块,用于采用故障隔离算法,对故障固态硬盘的故障存储单元进行数据放大和数据整合,得到目标原始数据集,其中,所述目标原始数据集包括:多个原始数据;
11、计算模块,用于分别计算每个原始数据的异常得分数据,并根据所述异常得分数据动态调整损坏块状态;
12、搜索模块,用于根据所述损坏块状态构建所述目标原始数据集的数据恢复逻辑,并根据所述数据恢复逻辑对所述目标原始数据集进行策略搜索,生成多个数据恢复策略;
13、验证模块,用于分别根据所述多个数据恢复策略对所述故障固态硬盘进行数据重构预测,得到每个数据恢复策略的重构预测数据,并对所述重构预测数据进行数据验证和特征检测,得到每个数据恢复策略的数据验证信息和策略特征信息;
14、预测模块,用于将所述数据验证信息和策略特征信息输入预置的高斯线性回归模型进行特征回归预测,得到每个数据恢复策略的策略特征预测值;
15、重构模块,用于根据所述策略特征预测值对所述多个数据恢复策略进行最优化分析,得到目标恢复策略,并根据所述目标恢复策略对所述多个原始数据进行动态数据重构,得到多个目标数据。
16、本申请第三方面提供了一种固态硬盘的数据恢复设备,包括:存储器和至少一个处理器,所述存储器中存储有指令;所述至少一个处理器调用所述存储器中的所述指令,以使得所述固态硬盘的数据恢复设备执行上述的固态硬盘的数据恢复方法。
17、本申请的第四方面提供了一种计算机可读存储介质,所述计算机可读存储介质中存储有指令,当其在计算机上运行时,使得计算机执行上述的固态硬盘的数据恢复方法。
18、本申请提供的技术方案中,通过采用故障隔离算法对故障存储单元进行数据放大和整合,能够有效隔离硬盘中的故障,并将多个原始数据整合成目标原始数据集。这有助于最大程度地保留故障硬盘中的有用信息。通过计算每个原始数据的异常得分数据,实现对损坏块状态的动态调整。这种动态调整能够根据实际情况灵活应对硬盘的损坏情况,提高数据恢复的适应性和准确性。利用贝叶斯网络进行数据恢复逻辑的建模,结合策略搜索,使得系统能够更智能地适应不同硬盘故障的情况,提高了数据恢复的效率和成功率。采用多个数据恢复策略对故障固态硬盘进行数据重构预测,结合数据验证和特征检测,有助于提高数据重构的准确性和可靠性。这可以通过对重构预测数据进行验证,确保所恢复的数据符合预期标准。使用高斯线性回归模型进行特征回归预测,有助于综合考虑数据验证信息和策略特征信息,提高了对每个数据恢复策略的评估和优化精度。这种方法能够更好地理解和利用不同特征对数据恢复性能的影响。通过对策略特征预测值进行最优化分析,系统能够选择最适合当前情况的目标恢复策略。根据目标恢复策略对多个原始数据进行动态数据重构,有效提高了数据恢复的整体效能。引入粒子群优化算法等种群智能算法,通过对多个随机恢复策略的优化,有助于在复杂的数据恢复环境中找到更为优越的目标恢复策略,提高了系统在不同情景下的适应性。通过对硬盘进行全面的故障诊断和定位,包括对坏块数量、读取错误率、写入耗损等指标的分析,系统能够更精准地识别故障存储单元,从而提高了固态硬盘的数据恢复准确率。
技术特征:1.一种固态硬盘的数据恢复方法,其特征在于,所述固态硬盘的数据恢复方法包括:
2.根据权利要求1所述的固态硬盘的数据恢复方法,其特征在于,所述采用故障隔离算法,对故障固态硬盘的故障存储单元进行数据放大和数据整合,得到目标原始数据集,其中,所述目标原始数据集包括:多个原始数据,包括:
3.根据权利要求2所述的固态硬盘的数据恢复方法,其特征在于,所述分别计算每个原始数据的异常得分数据,并根据所述异常得分数据动态调整损坏块状态,包括:
4.根据权利要求3所述的固态硬盘的数据恢复方法,其特征在于,所述根据所述损坏块状态构建所述目标原始数据集的数据恢复逻辑,并根据所述数据恢复逻辑对所述目标原始数据集进行策略搜索,生成多个数据恢复策略,包括:
5.根据权利要求1所述的固态硬盘的数据恢复方法,其特征在于,所述分别根据所述多个数据恢复策略对所述故障固态硬盘进行数据重构预测,得到每个数据恢复策略的重构预测数据,并对所述重构预测数据进行数据验证和特征检测,得到每个数据恢复策略的数据验证信息和策略特征信息,包括:
6.根据权利要求1所述的固态硬盘的数据恢复方法,其特征在于,所述将所述数据验证信息和策略特征信息输入预置的高斯线性回归模型进行特征回归预测,得到每个数据恢复策略的策略特征预测值,包括:
7.根据权利要求1所述的固态硬盘的数据恢复方法,其特征在于,所述根据所述策略特征预测值对所述多个数据恢复策略进行最优化分析,得到目标恢复策略,并根据所述目标恢复策略对所述多个原始数据进行动态数据重构,得到多个目标数据,包括:
8.一种固态硬盘的数据恢复装置,其特征在于,所述固态硬盘的数据恢复装置包括:
9.一种固态硬盘的数据恢复设备,其特征在于,所述固态硬盘的数据恢复设备包括:存储器和至少一个处理器,所述存储器中存储有指令;
10.一种计算机可读存储介质,所述计算机可读存储介质上存储有指令,其特征在于,所述指令被处理器执行时实现如权利要求1-7中任一项所述的固态硬盘的数据恢复方法。
技术总结本申请涉及数据处理技术领域,公开了一种固态硬盘的数据恢复方法、装置、设备及存储介质。所述方法包括:采用故障隔离算法对故障固态硬盘进行数据放大和数据整合,得到目标原始数据集;计算异常得分数据并动态调整损坏块状态;构建数据恢复逻辑并生成多个数据恢复策略;进行数据重构预测,得到重构预测数据并进行数据验证和特征检测,得到数据验证信息和策略特征信息;通过高斯线性回归模型进行特征回归预测,得到策略特征预测值;进行最优化分析,得到目标恢复策略,并根据目标恢复策略对多个原始数据进行动态数据重构,得到多个目标数据,本申请提高了固态硬盘的数据恢复准确率。技术研发人员:尹春受保护的技术使用者:深圳市奥斯珂科技有限公司技术研发日:技术公布日:2024/3/11本文地址:https://www.jishuxx.com/zhuanli/20240731/183719.html
版权声明:本文内容由互联网用户自发贡献,该文观点仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌抄袭侵权/违法违规的内容, 请发送邮件至 YYfuon@163.com 举报,一经查实,本站将立刻删除。
下一篇
返回列表